bab 2 landasan teori - thesis.binus.ac.idthesis.binus.ac.id/doc/bab2/2007-3-00411-ti-bab 2.pdf ·...
TRANSCRIPT
23
BAB 2
LANDASAN TEORI
2.1 Introduction to Manufacturing System
2.1.1 Definisi Manufacturing System
Menurut Mikell P. Groover (2001, p375), Manufacturing System merupakan
sebuah sekumpulan dari perlengkapan yang terintegrasi (mesin dan peralatan
produksi) dan sumber daya manusia, dimana berfungsi untuk menjalankan
satu atau lebih proses produksi dan atau operasi perakitan terhadap bahan
baku awal, komponen, dan sekumpulan komponen.
2.1.2 Komponen Dalam Manufacturing System
Menurut Mikell P Groover (2001, p376-381), pada dasarnya manufacturing
system mengandung beberapa komponen yaitu :
a) Mesin – mesin produksi (termasuk peralatan produksi dan komponen
hardware lainnya)
Dalam sistem manufaktur saat ini, kebanyakan proses produksi dan
pekerjaan merakit dikerjakan dengan mesin dan bantuan peralatan
produksi. Mesin dapat diklasifikasikan manual (mesin dioperasikan oleh
24
satu operator), semi automated (mesin diatur dengan menggunakan
program kemudian pekerja hanya berfungsi mengawasi, melakukan
loading dan unloading), dan fully automated (mesin sepenuhnya berjalan
sendiri di bawah kendali program dan tidak memerlukan pekerja untuk
mengawasi)
b) Material Handling System
Dalam kebanyakan proses produksi maupun perakitan menggunakan
sistem perpindahan barang. Berikut adalah bagian dari material handling
system :
• Bagian Loading, Positioning, dan Unloading
Bagian ini hampir dijumpai pada setiap stasiun kerja. Loading
merupakan proses memindahkan unit produksi menuju mesin produksi
atau perlengkapan produksi dari lokasi bahan baku. Positioning
merupakan proses untuk meletakkan komponen ke lokasi yang tepat
dan pasti pada mesin produksi. Unloading merupakan proses
memindahkan unit yang sudah selesai di proses menuju proses
selanjutnya.
• Bagian Work Transport Between Station
Bagian ini melakukan perpindahan material produksi antara stasiun
kerja dalam sistem multi-station. Perpindahan dapat dilakukan secara
manual atau dengan menggunakan alat bantu.
25
• Bagian Temporary Storage Function
Bagian ini merupakan tempat penyimpanan material produksi
sementara dimana bertujuan untuk memastikan bahwa material yang
akan diproses suatu stasiun kerja selalu tersedia dan stasiun kerja
tersebut tidak mengalami kondisi starving.
c) Computer Control System
Pada saat ini sistem manufaktur yang automasi membutuhkan komputer
untuk mengkontrol perlengkapan yang semi automasi atau automasi, dan
berpartisipasi dalam koordinasi keseluruhan untuk sistem manufakturnya.
Beberapa contoh fungsi sistem komputer adalah fungsi kendali material
handling, fungsi penjadwalan produksi, fungsi kendali kualitas, dan
lainnya.
d) Pekerja Manusia
Dalam kebanyakan sistem manufaktur peran pekerja manusia adalah
melakukan beberapa atau keseluruhan dari pekerjaaan yang menambah
nilai atas penyelesaian komponen atau produk. Dalam hal ini pekerja
manusia termasuk ke dalam pekerja langsung.
26
2.2 Bottleneck Model
2.2.1 Definisi Bottleneck
Menurut Vincent Gaspersz (2005, p348), Bottleneck adalah suatu kondisi
dimana suatu operasi atau fasilitas membatasi atau menghambat output dalam
satu sekuens untuk satu lini produksi. Menurut Mikell P. Groover (2001,
p528), stasiun kerja bottleneck adalah stasiun kerja yang memiliki nilai
service time yang paling besar dibandingkan stasiun kerja lainnya dalam satu
lini produksi.
2.2.2 Terminology dan Symbol dalam Bottleneck Model
Menurut Mikell P. Groover (2001, p488 – 489), terminologi yang digunakan
dalam dalam bottleneck model dapat diaplikasikan untuk FMS (Flexible
Manufacturing System) adalah :
1) Part Mix
Adalah campuran dari variasi komponen bagian atau jenis produk yang
diproduksi sistem.
2) Workstations and Servers
Dalam hal ini terminologi bottleneck model memungkinkan untuk lebih
dari satu mesin yang menjalankan operasi yang sama. Dalam hal ini juga
dimungkinkan terdapat stasiun kerja yang menjalankan operasi loading
dan unloading.
27
3) Processing Routing
Processing Routing didefinisikan urutan operasi dari stasiun kerja yang
dijalankannya yang berhubungan dengan processing time. Processing time
didefinisikan sebagai total waktu dari penyelesaian unit produksi dari
suatu stasiun kerja tanpa memperhitungkan waktu tunggu dari stasiun
kerja lainnya.
4) Work Handling System
Merupakan sistem perpindahan material yang digunakan untuk
memindahkan komponen atau produk dari satu stasiun kerja ke stasiun
kerja lainnya.
5) Transport Time
Merupakan rata-rata waktu perpindahan yang dibutuhkan untuk
memindahkan material dari satu stasiun kerja ke stasiun kerja lainnya
dalam suatu process routing.
6) Operation Frequency
Merupakan jumlah untuk menjalankan operasi pengerjaan untuk setiap
unit kerjanya.
28
2.2.3 Operational Parameters dari Bottleneck Model
Menurut Mikell P. Groover (2001, p489), Parameter operasional yang
digunakan dalam sistem produksi ini adalah rata-rata workload atau beban
kerja yang dibutuhkan untuk menyelesaikan suatu operasi kerja. Berikut
adalah rumus yang digunakan :
)1(sinPr
RateDefectTimeTransportTimegocesWL
−+
= , Dimana :
WL = Workload stasiun kerja (min)
Processing Time = Waktu pengerjaan stasiun kerja (min)
Transport Time = Rata-rata waktu perpindahan dari stasiun kerja
sebelumnya (min)
Defect Rate = Tingkat produk cacat yang dihasilkan stasiun kerja.
2.3 Line Balancing Problem
2.3.1 Latar Belakang Line Balancing
Menurut Mikell P. Groover (2001, p529), line balancing merupakan
suatu metode yang digunakan dalam mendesain suatu lini operasi atau
perakitan yang dilakukan secara manual. Pada dasarnya dalam suatu lini
operasi atau perakitan mengandung banyak elemen kerja yang berdiri sendiri.
Dengan urutan kerja elemen tersebut, suatu lini produksi harus beroperasi
sesuai dari tingkat produksi yang spesifik dan menurunkan cycle time.
29
Atas dasar inilah line balancing digunakan untuk menugaskan
individual elemen kerja ke suatu situasi kerja agar semua pekerja memiliki
persamaan jumlah kerja yang harus dikerjakan.
2.3.2 Terminology dari Line Balancing
Menurut Mikell P. Groover (2001, p529 – 532), dalam line balancing terdapat
beberapa konsep yang digunakan untuk mengukur performansi line balancing
problem. Berikut adalah konsep dan terminology yang digunakan :
1) Minimum Rational Work Elements
Merupakan bagian terkecil dari elemen kerja yang mempunyai tujuan
yang terbatas dan spesifik, seperti menambahkan komponen ke bagian
utama atau menggabungkan dua komponen atau menjalankan beberapa
bagian kecil dari keseluruhan elemen kerja. Penjumlahan waktu elemen
kerja sama dengan :
∑=
=ne
kekwc TT
1
, Dimana :
Tek = Waktu yang dibutuhkan untuk menjalankan elemen kerja k
(min)
ne = Jumlah dari elemen kerja yang ada
k = 1,2,3,….,ne.
30
2) Precedence Constraints
Merupakan fungsi kebutuhan akan urutan kerja dari elemen – elemen
kerja yang ada. Ada beberapa elemen kerja yang harus dikerjakan sebelum
elemen kerja lain bekerja.
3) Measure of Line Balance Efficiency
Dikarenakan perbedaan yang ada dalam waktu elemen kerja dan
precedence constraints dalam elemen – elemen kerja dalam satu lini,
maka sangatlah tidak mungkin untuk mendapatkan line balance yang
sempurna. Untuk mengukur seberapa baik keseimbangan lini maka
digunakan balance efficiency. Atau lawannya yaitu seberapa waktu yang
hilang akibat lini produksi yang tidak seimbang yaitu balance delay.
Berikut adalah rumus yang digunakan :
si
wc
TMaxwT
Eb×
= dan ( )
( )si
wcsi
TMaxwTTMaxw
d×
−×= , Dimana :
Eb = Balance efficiency (persentase)
Tsi = Service time stasiun kerja yang paling besar dalam satu lini
(min)
Twc = Total work contents
w = Jumlah pekerja
31
2.3.3 Line Balancing Consideration and Approach
Menurut Mikell P. Groover (2001, p552 – 554), selain dengan menggunakan
algoritma line balancing untuk mengalokasikan elemen kerja ke stasiun –
stasiun kerja yang ada dalam satu lini berdasarkan deterministic quantitative
data, kita juga dapat menggunakan beberapa pertimbangan dan pendekatan
untuk meningkatkan performansi dari lini produksi yang ada yaitu :
1) Method analysis
Method analysis melibatkan studi tentang aktivitas kerja manusia untuk
mencari cara bagaimana aktivitas dapat dikerjakan dengan sedikit usaha,
sedikit waktu, akan tetapi mendatangkan pengaruh yang lebih besar.
(seperti analisis gerakan tangan pekerja, mendesain layout yang lebih baik,
dan lainnya).
2) Subdividing work elements
Subdividing work elements merupakan suatu pendekatan khusus dimana
jika memungkinkan suatu elemen kerja yang ada dibagi menjadi sub
elemen kerja.
3) Sharing work elements between two adjacent stations
Apabila suatu elemen kerja menjadi bottleneck dalam satu stasiun kerja
dimana stasiun kerja lain yang berdekatan lebih banyak menganggur,
maka memungkinkan untuk membagi elemen kerja tersebut ke dalam dua
stasiun kerja yang saling berdekatan.
32
4) Utility workers
Utility worker adalah pekerja yang ditugaskan yang membantu suatu
stasiun kerja yang mengalami overloaded.
5) Changing workhead speeds at mechanized stations
Jika memungkinkan untuk suatu elemen kerja kecepatan prosesnya
ditingkatkan atau dilambatkan untuk mendapatkan waktu proses yang
seimbang dalam satu lini.
6) Preassembly of components
Jika memungkinkan untuk suatu komponen yang lambat untuk dikerjakan
sebagai akibat tingkat kesulitannya, maka komponen tersebut dilakukan
pengerjaan pendahuluan diluar lini produksi yang ada. Hal ini dilakukan
untuk memudahkan dan mempercepat waktu pengerjaan elemen kerja
tersebut.
7) Storage buffer between station
Dengan menempatkan tempat penyimpanan material sementara, maka
akan dapat melancarkan aliran material dari stasiun kerja yang memiliki
waktu pengerjaan yang bervariasi satu dengan lainnya.
8) Zoning other constraints
Dengan menempatkan faktor zona dalam melakukan precedence
constraints. Hal ini apabila suatu elemen kerja dapat dijadikan satu
kelompok maka dikatakan zona positif dan jika tidak memungkinkan
maka zona negatif.
33
9) Parallel workstation
Parallel station kadang – kadang digunakan untuk menyeimbangkan lini
produksi. Hal ini dapat digunakan dan diterapkan jika terdapat waktu
pengerjaan yang lama sehingga akan mempengaruhi tingkat produksi
dalam satu lini. Dengan mempararelkan stasiun kerja yang memiliki
waktu pengerjaan yang lama maka akan mengeliminasi kondisi bottleneck
dalam lini produksi tersebut.
2.4 Identifikasi Distribusi
2.4.1 Uji Kebaikan Suai (Goodness of Fit)
Menurut Walpole (1995, p325), Uji kebaikan suai (Goodness of Fit)
digunakan untuk menentukan apakah suatu populasi memiliki sebaran teoritik
tertentu yang didasarkan pada seberapa baik kesesuaian antara frekuensi yang
teramati dalam data contoh dengan frekuensi harapan yang didasarkan pada
sebaran yang dihipotesiskan.
2.4.1.1 Chi-Square Test
Uji Chi-Square merupakan suatu uji kebaikan suai dengan mentabulasikan
suatu variable dan menghitung statistic chi square-nya. Berikut adalah
langkah pengujian chi-square test :
1) Tentukan interval kelas k
2) Tentukan nilai ei (frekuensi harapan)
34
3) Tentukan nilai X2 Hitung dengan rumus :
∑ −=
eieioiHitungX
22 )(
4) Tentukan nilai derajat bebas (v)
Dimana v = k – 3 (dimana k jumlah panjang kelas)
5) Tentukan nilai kritis X2 Tabel dengan (1-α) berdasarkan tabel distribusi
chi square
6) Jika X2 Hitung < X2 Tabel, terima hipotesis yang mengatakan bahwa data
mengikuti pola distribusi yang dihipotesiskan.
2.4.1.2 Kolmogorov-Smirnov Test
Uji Kolmogorov-Smirnov merupakan salah satu uji kebaikan suai yang
digunakan untuk membandingkan tingkat kesesuaian sample dengan suatu
distribusi tertentu seperti normal, uniform, poisson, dan eksponensial. Uji ini
didasarkan pada perbandingan frekuensi kumulatif dari data dengan frekuensi
kumulatif dari distribusi teoritis. Berikut adalah langkah dalam pengujian
kolmogorov-smirnov :
1) Tentukan frekuensi kumulatif data hasil observasi (F0).
2) Tentukan frekuensi kumulatif distribusi data teoritis (Fe).
3) Tentukan nilai Dn dengan menghitung absolute dari selisih Fe – F0.
4) Tentukan Dn Maksimal dari langkah nomor 3.
35
5) Tentukan nilai kritis tabel n
DTabelD n
n
α
= dari tabel nilai kritis D untuk
uji kolmogorov-smirnov.
6) Jika TabelDHitungMaxD nn < maka terima hipotesis yang mengatakan
bahwa data mengikuti pola distribusi yang dihipotesiskan.
Menurut White (1975, p338), mengemukakan bahwa sebaiknya menggunakan
kolmogorov-smirnov test dalam uji kebaikan suai dikarenakan secara
statistikal akan lebih baik dibandingkan dengan chi-square test.
2.4.2 Uji Hipotesis
Menurut Walpole (1995, p288), uji hipotesis adalah suatu uji yang dilakukan
dengan menggunakan pernyataan atau dugaan mengenai satu atau lebih
populasi. Dalam hal ini digunakan dua macam hipotesis yaitu hipotesis nol
yaitu hipotesis yang dirumuskan dengan harapan akan ditolak (H0) dan
hipotesis alternatif yaitu suatu hipotesis yang diharapkan untuk diterima
apabila hipotesis awal ditolak (H1). Suatu hipotesis awal akan ditolak apabila
nilai dari x hitung jatuh di wilayah kritis. Dan hipotesis awal akan diterima
apabila nilai dari x hitung jatuh di wilayah penerimaan.
36
2.5 Pola Distribusi Data
2.5.1 Frequency Distribution
Menurut Harrel (2000, p120-121), frequency distribution merupakan
distribusi kelompok data dalam interval atau kelas berdasarkan frekuensi dari
kejadian. Distribusi frekuensi dapat dibagi dua yaitu :
1) Discrete Frequency Distribution
Merupakan distribusi yang terbatas pada nilai tertentu dan hanya
sekumpulan frekuensi yang terbatas saja yang ditampilkan. Sebagai
contoh dari discrete frequency distribution adalah jumlah orang yang
datang ke suatu sistem pada interval waktu tertentu.
2) Continuous Frequency Distribution
Merupakan rentang nilai antara sample dari suatu nilai berada. Suatu data
dapat dikatakan memiliki continuous frequency distribution apabila data
tersebut dapat mewakili interval nilai yang sudah ditentukan.
2.5.2 Theoretical Distribution
Merupakan suatu distribusi yang dapat dibedakan berdasarkan parameter
yang ditentukan dari dispersion (penyebaran) dan density (kerapatan).
Menurut Banks dan Gibsons (1997), berikut adalah beberapa statistikal
distribusi teoritis yang ada :
37
1) Exponential Distribution
Distribusi eksponensial adalah distribusi kontinu dimana dibatasi oleh
batas bawah. Bentuk dari distribusi ini akan selalu sama dimana dimulai
dari nilai minimum yang terbatas dan terus menurun sampai nilai x
terbesar. Biasanya distribusi eksponensial mencerminkan waktu antar
kedatangan.
[ ]⎟⎟⎠
⎞⎜⎜⎝
⎛ −−=
ββminexp1)( xxf , dimana :
min = minimum x value β = scale parameter
Gambar 2.1 Distribusi Eksponensial
2) Normal Distribution
Distribusi normal merupakan distribusi kontinu yang tidak terbatas.
Biasanya kurva normal membentuk lonceng dengan nilai rata-ratanya
berada pada titik tengah kurva yang berarti jumlahnya paling banyak.
Berikut adalah rumusnya :
38
[ ]⎟⎟⎠
⎞⎜⎜⎝
⎛ −−= 2
2
2 2exp
21)(
σμ
πσ
xxf , dimana :
µ = shift parameter / mean σ = scale parameter / standard deviation
Gambar 2.2 Distribusi Normal
3) Poisson Distribution
Distribusi poisson merupakan distribusi diskrit yang memiliki batas dari 0
pada batas bawah dan tidak terbatas pada batas atas. Biasanya distribusi
poisson berhubungan dengan tingkat kedatangan untuk suatu sistem dan
berkaitan erat dengan distribusi eksponensial. Berikut adalah rumusnya :
!)(
xexp
xλλ−= , dimana :
λ = rate of occurrence / mean
39
Gambar 2.3 Distribusi Poisson
4) Uniform Distribution
Distribusi uniform merupakan distribusi kontinu dimana dibatasi pada
kedua sisinya. Biasanya data berdisribusi uniform apabila nilai max dan
min tidak berbeda jauh. Berikut adalah rumusnya :
minmax1)(−
=xf
40
Gambar 2.4 Distribusi Uniform
2.6 Pengukuran Kerja
2.6.1 Definisi dan Pembagian Pengukuran Kerja
Menurut Sritomo (1995, p169-170) Pengukuran kerja merupakan bagian dari
penelitian cara kerja. Pengukuran kerja adalah pengukuran kerja dilihat dari
waktu kerja pada saat operator melakukan kerja. Pengukuran kerja merupakan
metode penetapan keseimbangan antara kegiatan dengan manusia yang
dikontribusikan dengan output yang akan dihasilkan. Pengukuran kerja dibagi
menjadi dua yaitu :
1) Pengukuran kerja langsung
Pengukuran kerja langsung adalah pengukuran waktu kerja yang
dilakukan secara langsung di tempat dimana pekerjaan diukur dan
dijalankan. Cara pengukurannya dilakukan dengan menggunakan alat
bantuan seperti jam henti (stopwatch) dan sampling kerja.
41
2) Pengukuran kerja tidak langsung
Pengukuran tidak langsung adalah pengukuran kerja dengan cara dihitung
dengan metode standar data / formula, pengukuran kerja dengan analisa
regresi, penetapan waktu baku dengan data gerakan. Atau dengan kata lain
si pengamat tidak harus berada di tempat pengukuran kerja. Biasanya
dilakukan dengan WF (Work Factor) dan MTM (Methods Time
Measurement).
2.6.2 Uji Kecukupan Data
Menurut Ralph M. Barnes (1983 p273-274), dalam melakukan
observasi dan pengumpulan data hendaknya melakukan evaluasi terhadap
error dari data yang dikumpulkan. Untuk itu perlu untuk diketahui nilai N’,
yaitu jumlah observasi yang dibutuhkan untuk memprediksikan kebenaran
data pada tingkat ketelitian dan tingkat kepercayaan yang sudah ditentukan.
Berikut adalah rumus N’ dengan 95 persen tingkat kepercayaan dan 5 persen
tingkat ketelitian :
( )22
240'
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛ −=
∑∑ ∑
X
XXNN , Dimana :
• N’ = Jumlah observasi yang diperlukan untuk tingkat kepercayaan 95 %
dan tingkat ketelitian 5 %.
• N = Jumlah observasi awal yang dilakukan.
42
• 40 = Konstanta tingkat ketelitian (5% = 40, 10% = 20).
• X = Data waktu yang dikumpulkan.
Menurut Sutalaksana (1979, p135), tingkat ketelitian dan tingkat
kepercayaan adalah pencerminan tingkat kepastian yang diinginkan oleh
pengukur setelah memutuskan tidak melakukan pengukuran yang sangat
banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil
pengukuran dari waktu penyelesaian sebenarnya. Sedangkan tingkat
kepercayaan menujukkan besarnya kepercayaan pengukur bahwa hasil yang
diperoleh memenuhi syarat ketelitian yang ada.
2.6.3 Waktu Baku
Menurut Sritomo (1995, p170), Waktu baku didefinisikan sebagai
waktu yang dibutuhkan oleh seorang pekerja yang memiliki tingkat keahlian
rata-rata untuk menyelesaikan suatu pekerjaan. Kegunaan dari waktu baku
adalah :
• Untuk membuat penjadwalan kerja mengenai seberapa lama suatu
pekerjaan berlangsung.
• Untuk merencanakan berapa banyak output yang dapat dihasilkan.
• Untuk mengetahui seberapa banyak tenaga kerja yang dibutuhkan untuk
menyelesaikan pekerjaan tersebut.
43
Beberapa faktor yang mempengaruhi dalam perhitungan untuk
menentukan waktu baku adalah :
1. Faktor penyesuaian
Faktor penyesuaian diberikan berkenaan dengan tingkat kecepatan kerja
yang dilakukan pekerja dalam melakukan pekerjaannya terkadang dalam
melakukan kerja terdapat ketidakwajaran yang dilakukan seperti bekerja
sangat cepat seolah diburu waktu, bekerja tanpa kesungguhan, atau
kesulitan kerja akibat pengaruh kondisi ruangan kerja yang buruk. Cara
menentukan faktor penyesuaian adalah cara Shumard, cara Westinghouse,
cara Bedaux, dan cara Objektif
2. Faktor kelonggaran
Faktor kelonggaran diberikan berkenaan dengan adanya sejumlah
kebutuhan pekerja diluar kerja yang terjadi selama pekerjaan berlangsung
seperti kebutuhan pribadi, hambatan kerja yang tidak dapat dihilangkan,
dan kebutuhan untuk melepas lelah.
Menurut Sutalaksana (1979, p140 – 154), Rumus yang digunakan
dalam perhitungan waktu baku adalah :
)1( PrataRataSiklusWaktuNormalWaktu +×−=
%%100%100
ANormalWaktuBakuWaktu
−×= , dimana :
44
P = Faktor Penyesuaian
A = Persentase Faktor Kelonggaran
2.7 Peta Kerja
2.7.1 Definisi Peta Kerja
Menurut Sritomo (1995, p123), peta kerja adalah suatu alat yang
menggambarkan kegiatan kerja secara sistematis dan jelas. Peta kerja juga
merupakan alat komunikasi secara luas dan sekaligus melalui peta-peta kerja
ini kita bisa mendapatkan informasi-informasi yang diperlukan untuk
memperbaiki suatu metode kerja.
2.7.2 Jenis - Jenis Peta Kerja
Pada dasarnya menurut Sritomo (1995, p125-151) peta kerja dapat dibagi
menjadi dua jenis yaitu :
1) Peta Kerja Keseluruhan
Peta kerja keseluruhan merupakan peta kerja yang digunakan untuk
menganalisa kerja secara keseluruhan. Peta kerja keseluruhan yang umum
dipakai adalah :
45
• Peta Proses Operasi (Operation Process Chart)
Merupakan peta kerja yang mencoba menggambarkan urutan kerja
dengan jalan membagi pekerjaan tersebut menjadi elemen-elemen
operasi secara detail.
• Peta Proses Produk Banyak (Multi Product Process Chart)
Merupakan peta kerja yang dibuat untuk memberikan gambaran
pekerjaan dari banyak produk secara mendetail untuk setiap
produknya.
• Peta Aliran Proses (Flow Process Chart)
Merupakan peta kerja yang menggambarkan semua aktivitas baik yang
produktif maupun tidak produktif yang terlibat dalam proses
pelaksanaan kerja.
• Diagram Aliran (Flow Chart)
Merupakan peta kerja yang serupa dengan peta aliran proses hanya
saja penggambarannya dilakukan diatas layout kerja yang ada.
46
2) Peta Kerja Setempat
Peta kerja setempat merupakan peta kerja yang digunakan untuk
menganalisa kerja setempat. Peta kerja setempat yang umum dipakai
adalah :
• Peta Pekerja dan Mesin (Man and Machine Process Chart)
Merupakan peta kerja yang memberikan informasi tentang hubungan
waktu siklus pekerja dan waktu operasi mesin yang ditangani.
• Peta Tangan Kiri dan Kanan (Left and Right Hand Chart)
Merupakan peta kerja yang digunakan untuk menganalisa gerakan
tangan kiri atau kanan dari pekerja secara mendetail dengan
menggunakan gerakan dasar therblig.
2.8 Kapasitas Produksi
2.8.1 Definisi Kapasitas Produksi
Menurut Vincent Gaspersz (2005, p203), kapasitas produksi merupakan suatu
kemampuan dari suatu fasilitas produksi untuk mencapai jumlah kerja tertentu
dalam periode waktu tertentu dan merupakan fungsi dari banyaknya sumber –
sumber daya yang tersedia dalam periode waktu tertentu serta merupakan
fungsi dari banyaknya sumber – sumber daya yang tersedia, seperti peralatan,
mesin, personel, ruang, dan jadwal kerja.
47
2.8.2 Metode Pengukuran Kapasitas Produksi
Menurut Vincent Gaspersz (2005, p208), terdapat tiga metode dalam
pengukuran kapasitas produksi yang ada yaitu :
a) Theoretical Capacity (Maximum Capacity atau Design Capacity)
Merupakan kapasitas maksimum yang mungkin dari sistem manufaktur
yang didasarkan pada asumsi mengenai adanya kondisi ideal seperti tiga
shift per hari, tidak ada downtime mesin, dan lainnya. Jadi kapasitas ini
diukur berdasarkan jam kerja yang tersedia untuk melakukan pekerjaan,
tanpa suatu kesempatan untuk berhenti atau beristirahat.
b) Demonstrated Capacity (Actual Capacity atau Effective Capacity)
Merupakan tingkat output yang dapat diharapkan berdasarkan
pengalaman, yang mengukur produksi secara actual dari pusat kerja di
waktu lalu, yang biasanya diukur menggunakan angka rata-rata
berdasarkan beban kerja normal.
c) Rated Capacity (Calculated Capacity atau Nominal Capacity)
Merupakan penyesuaian dari kapasitas teoritis dengan faktor produktivitas
yang telah ditentukan oleh demonstrative capacity. Kapasitas ini
didapatkan dengan menggandakan waktu kerja yang tersedia dengan
faktor utilisasi dan efisiensi.
48
2.9 Sistem Simulasi
2.9.1 Definisi Sistem
Sistem berasal dari bahasa yunani (systema) yang berarti keseluruhan
yang terdiri dari bermacam-macam bagian. Atau secara umum didefinisikan
sebagai sekumpulan elemen-elemen yang saling berinteraksi untuk mencapai
suatu tujuan tertentu di dalam lingkungan yang kompleks.
Menurut Raymond McLeod (2001, p9-10), mendefinisikan sistem
sebagai sekelompok elemen-elemen yang terintegrasi dengan maksud yang
sama untuk mencapai suatu tujuan. Elemen-elemen yang terdapat dalam
sistem adalah elemen input, elemen transformasi, elemen output, dan
mekanisme pengendali.
2.9.2 Definisi Simulasi
Menurut Kakiay (2004, p1-2) mengemukakan definisi simulasi
sebagai suatu sistem yang digunakan untuk memecahkan atau menguraikan
persoalan-persoalan dalam kehidupan nyata yang penuh dengan
ketidakpastian dengan tidak atau menggunakan model atau metode tertentu
dan lebih ditekankan pada pemakaian komputer untuk mendapatkan
solusinya.
49
Menurut Oxford American Dictionary (1980) menjelaskan simulasi
adalah suatu cara untuk membuat kondisi untuk suatu situasi (model) untuk
dilakukan pembelajaran atau pengujian atau pelatihan.
2.9.3 Definisi Sistem Simulasi
Menurut Kakiay (2004, p12), sistem simulasi adalah suatu kegiatan yang
memberikan pernyataan (representing) atas suatu sistem melalui model
simbolik yang dapat dimanipulasi dengan mudah untuk menghasilkan angka-
angka atau bilangan-bilangan numerik.
2.9.4 Definisi Simulasi Monte Carlo
Menurut Kakiay (2004, p5), mengemukakan bahwa simulasi Monte Carlo
atau dikenal juga dengan istilah sampling simulation merupakan suatu metode
simulasi yang cukup sederhana untuk menyelesaikan berbagai persoalan
dengan menggunakan distribusi dari data historical. Simulasi ini banyak
berperan dalam simulasi komputer.
50
2.9.5 Jenis Simulasi
Menurut Kakiay (2004, p11 – 13), menyatakan bahwa simulasi dapat dibagi
menjadi empat jenis yaitu :
1. Simulasi Identitas
Merupakan simulasi yang memodelkan suatu sistem dengan model-model
simbolik.
2. Simulasi Identitas Semu
Merupakan simulasi yang memodelkan berbagai aspek yang terkait dari
sistem sebenarnya dan dapat mengeluarkan unsur-unsur yang dapat
membuat setiap identity simulation tidak berfungsi dengan baik.
3. Simulasi Laboratorium
Merupakan simulasi yang akan memberikan jawaban yang lebih essensial
pada masa akan datang, dan biasanya memerlukan berbagai komponen
seperti operator, software, hardware, computer, prosedur operasional,
fungsi matematis, distribusi probabilitas, dan lainnya. Biasanya simulasi
ini digunakan untuk mengsimulasikan operating planning dan man
machine simulation.
4. Simulasi Komputer
Merupakan simulasi yang mengeluarkan unsur manusianya dan
memerlukan berbagai komponen seperti software, hardware, computer,
prosedur operasional, fungsi matematis, distribusi probabilitas, dan
lainnya. Biasanya simulasi ini menggunakan bantuan program komputer.
51
2.10 Keuntungan Simulasi
Menurut Kakiay (2004, p3-4) berikut adalah berbagai keuntungan dengan
memanfaatkan simulasi yaitu :
1. Menghemat waktu
Kemampuan di dalam menghemat waktu ini dapat dilihat dari pekerjaan
yang bila dikerjakan dapat memakan waktu tahunan, namun dapat
disimulasikan hanya dalam beberapa menit atau bahkan dalam hitungan
detik. Kemampuan ini dipakai oleh para peneliti untuk melakukan
berbagai pekerjaan desain operasional yang juga memperhatikan bagian
terkecil dari waktu untuk kemudian dibandingkan dengan yang terdapat
pada sistem yang sebenarnya.
2. Dapat melebar-luaskan waktu
Simulasi dapat digunakan untuk menunjukkan perubahan struktur dari
suatu sistem nyata (real system) yang sebenarnya tidak dapat diteliti pada
waktu yang seharusnya (real time). Dengan demikian, simulasi dapat
membantu mengubah sistem nyata dengan memasukkan sedikit data.
3. Dapat mengendalikan sumber-sumber variasi
Kemampuan pengendalian dalam simulasi ini tampak apabila statistik
digunakan untuk meninjau hubungan antara variabel bebas (independent)
dengan variabel terkait (dependent) yang merupakan faktor-faktor yang
akan dibentuk dalam percobaan. Dalam simulasi pengambilan data dan
52
pengolahannya pada komputer, ada beberapa sumber yang dapat
dihilangkan atau sengaja ditiadakan.
4. Memperbaiki kesalahan perhitungan
Dalam prakteknya, pada suatu kegiatan ataupun percobaan dapat saja
muncul kesalahan dalam mencatat hasil-hasilnya. Sebaliknya, dalam
simulasi komputer jarang ditemukan kesalahan perhitungan terutama bila
angka-angka diambil dari keomputer secara teratur dan bebas. Komputer
mempunyai kemampuan untuk melakukan penghitungan dengan akurat.
5. Dapat dihentikan dan dijalankan kembali
Simulasi komputer dapat dihentikan untuk kepentingan peninjauan
ataupun pencatatan semua keadaan yang relevan tanpa berakibat buruk
terhadap program simulasi tersebut. Dalam dunia nyata, percobaan tidak
dapat dihentikan begitu saja, namun dalam simulasi komputer, setelah
dilakukan penghentian maka kemudian dapat dengan cepat dijalankan
kembali.
6. Mudah diperbanyak
Dengan simulasi komputer, percobaan dapa dilakukan setiap saat dan
dapat diulang-ulang. Pengulangan dilakukan terutama untuk mengubah
berbagai komponen dan variabelnya, seperti perubahan parameter,
perubahan kondisi operasi, atau perubahan jumlah output.
53
2.11 Simulasi Dengan Promodel 4.0
2.11.1 Latar Belakang Simulasi Dengan Promodel 4.0
Seiring dengan kemajuan teknologi, kini simulasi baik yang
menggunakan model matematis maupun model lainnya banyak menggunakan
komputer sebagai alat bantu. Simulasi dengan komputer memiliki fleksibilitas
yang tinggi sehingga dapat diterapkan dalam berbagai bidang. Hal tersebut
didukung hasil survei oleh The Institute of Management (TIMS) dan
Operation Research Society of America (ORSA) bahwa metode simulasi
komputer menduduki urutan ketiga dalam frekuensi penggunaan dibanding
metode analisis ilmiah lainnya.
Terdapat berbagai macam paket software untuk simulasi yang telah
dikembangkan diantaranya, SIMAN, SLAM, GPSS, ARENA, dan ProModel.
Dengan menggunakan modern simulation software diatas, maka dapat
mengabungkan animasi visual yang dapat menstimulasi keinginan terhadap
model dan mengkomunikasikan sistem yang kompleks dengan lebih efektif.
Menurut Harrel (2000, p11), Simulasi dapat diterapkan dalam bidang
manufaktur antara lain sebagai berikut :
a) Work Flow Planning
b) Capacity Planning
c) Cycle Time Reduction
d) Bottleneck Analysis
e) Cost Reduction
54
f) Productivity Imporvement
g) Layout Analysis
h) Line Balancing
i) etc
2.11.2 Tahapan Simulasi Dengan Promodel 4.0
Menurut Harrel (2000, p81), dalam melakukan simulasi dengan
Promodel 4.0 memiliki beberapa tahapan yaitu sebagai berikut :
1. Menentukan tujuan, ruang lingkup, dan kebutuhan data.
Dalam hal ini menentukan tujuan dari simulasi dilakukan, kemudian
menentukan ruang lingkup dari simulasi tersebut, kemudian terakhir
menentukan kebutuhan terhadap sumber daya, waktu, dan dana dalam
melaksanakan simulasi.
2. Mengumpulkan dan menganalisis sistem data
Kemudian mengidentifikasi, mengumpulkan, dan menganalisis data yang
dibutuhkan untuk memodelkan sistem.
3. Menyusun model
Mengembangkan model simulasi dari sistem yang ada.
4. Validasi model
Memastikan model dari sistem yang dibuat merepresentasikan sistem real
yang ada saat ini.
55
5. Melakukan percobaan
Melakukan percobaan simulasi, kemudian menganalisa hasil output
simulasi.
6. Melaporkan hasil.
Merekomendasikan usulan perbaikan untuk sistem yang dimodelkan.
2.11.3 Elemen Dasar Simulasi Dengan Promodel 4.0
Untuk membuat model dari sebuah sistem, maka ProModel 4.0 telah
menyediakan beberapa elemen dasar yang telah disesuaikan Harrell (2000,
p408-411). Elemen-elemen dasar tersebut antara lain:
a. Location
Location dalam ProModel merepresentasikan sebuah area tetap dimana
entities mengalami proses, menunggu, disimpan, ataupun aktivitas
lainnya.
b. Entities
Segala sesuatu yang diproses dalam sistem disebut sebagai entities.
Entities dapat berupa produk, bahan baku, barang setengah jadi, atau
bahkan manusia.
c. Arrivals
Arrivals merupakan mekanisme untuk mendefinisikan bagaimana entities
memasuki sistem. Jumlah entities yang tiba pada suatu waktu disebut
batch size, tingkat kedatangan setiap entities disebut dengan frequency,
56
jumlah total batch yang tiba disebut occurences, dan waktu pertama kali
memulai pola kedatangan disebut first time.
d. Processing
Elemen proses menentukan rute yang dilalui oleh tiap-tiap entities dan
operasi yang dialami pada tiap lokasi yang dilaluinya. Proses
menggambarkan apa yang dialami entities mulai dari saat pertama entities
memasuki sistem sampai keluar dari sistem.
e. Path Networks
Path network digunakan untuk menentukan arah dan jalur yang ditempuh
oleh entities ataupun resources yang mengiringi entities ketika bergerak
dari satu lokasi ke lokasi lainnya.
f. Resources
Resources adalah sumber daya yang dipergunakan untuk melaksanakan
suatu operasi tertentu dalam suatu sistem. Dengan kata lain, resources
adalah peralatan, perlengkapan, kendaraan ataupun orang yang digunakan
atau berfungsi untuk memindahkan entities, melakukan operasi, atau
melakukan maintenance pada lokasi-lokasi.
2.11.4 General Statistic Report Dengan Promodel 4.0
Dalam general statistic report untuk output simulasi dengan Promodel 4.0
mengandung beberapa elemen dasar yaitu :
57
1. Location
o Scheduled Hours
Merupakan jumlah jam tiap lokasi dijadwalkan untuk bekerja.
o Capacity
Merupakan kapasitas yang didefinisikan dalam lokasi.
o Total Entries
Merupakan banyaknya entity yang masuk ke dalam lokasi tertentu.
o Average Time Per Entry
Merupakan waktu rata-rata setiap kedatangan di lokasi.
o Average Contents
Merupakan rata-rata kedatangan barang di lokasi.
o Maximum Contents
Merupakan jumlah maksimum dari kedatangan yang terjadi di lokasi
selama simulasi berlangsung.
o Minimum Contents
Merupakan jumlah minimum dari kedatangan yang terjadi di lokasi
selama simulasi berlangsung.
2. Resources
o Units
Merupakan sejumlah unit yang didefinisikan dalam resources.
o Scheduled Hours
Merupakan jumlah jam dari resources yang dijadwalkan.
58
o Number of Times Used
Merupakan jumlah kejadian digunakannya resources untuk
memindahkan barang atau memproses entities.
o Average Time Per Usage
Merupakan waktu rata-rata dari resources untuk memindahkan atau
memproses entities.
o Average Time Travel to Use
Merupakan waktu rata-rata dari resources untuk mengantarkan entities
ke suatu lokasi.
o Average Time Travel to Park
Merupakan waktu rata-rata dari resources untuk mengantarkan entities
baik pada saat berhenti di suatu lokasi atau pada saat downtime.
o % Blocked
Merupakan persentase waktu dari resources pada saat tidak bisa
bergerak ke tujuan karena masih dalam keadaan sibuk.
o % Util
Merupakan persentase waktu dari resources untuk mengantarkan
barang yang digunakan atau memproses entities.
3. Node Entries
o Total Entries
Menunjukkan berapa kali resource masuk ke jalur pada suatu lokasi.
59
o Blocked Entries
Menunjukkan berapa kali resource mencoba masuk ke dalam suatu
lokasi namun terhalang oleh resource lain.
4. Failed Arrivals
Menunjukkan berapa banyak entities yang gagal masuk ke lokasi yang
didefinisikan karena tempat tersebut mempunyai keterbatasan kapasitas.
5. Entity Activity
o Total Exits
Merupakan jumlah entities yang keluar dari sistem.
o Current Quantity in System
Merupakan jumlah entities yang masih ada dalam sistem pada saat
waktu simulasi berakhir.
o Average Time in System
Merupakan rata-rata waktu yang dihabiskan entities dalam sistem.
o Average Time in Move Logic
Merupakan rata-rata waktu entities selama berpindah di antara lokasi.
o Average Time Wait for Res
Merupakan rata-rata waktu dari entities selama menunggu resources
atau entity lain untuk diproses.
o Average Time in Operation
Merupakan rata-rata waktu dari entities selama proses di lokasi atau
berpindah di dalam conveyor.
60
o Average Time Blocked
Merupakan rata-rata waktu dari entities selama menunggu di lokasi
tujuan menerimanya.
6. Variables
o Total Changes
Menunjukkan berapa kali nilai variabel berubah selama simulasi.
o Average Time Per Change
Merupakan rata-rata waktu yang diberikan pada variabel namun tetap
pada satu nilai.
o Minimum Value
Menunjukkan nilai terendah dari variabel selama simulasi
berlangsung.
o Maximum Value
Menunjukkan nilai tertinggi dari variabel selama simulasi
berlangsung.
o Current Value
Menunjukkan nilai terakhir dari variabel ketika simulasi berakhir.
o Average Value
Menunjukkan nilai rata-rata dari variabel selama simulasi berlangsung.
61
2.11.5 Verifikasi dan Validasi Hasil Simulasi Promodel 4.0
Menurut Harrel (2000, p174), dalam melakukan simulasi harus
menerjemahkan sistem kehidupan nyata ke dalam model konseptual (model
yang disimulasikan). Maka untuk itulah perlu untuk dilakukan verifikasi dan
validasi dari model konseptual yang disimulasikan tersebut.
Verifikasi adalah suatu proses untuk menentukan apakah model
simulasi yang dibuat mencerminkan model konseptual yang ada. Atau dengan
kata lain verifikasi adalah suatu proses untuk menentukan apakah model yang
dibuat berjalan sesuai dengan kehendak kita. Beberapa teknik dalam
melakukan verifikasi adalah melihat kembali coding dari simulasi yang
dibuat, mengecek apakah output reasonable, melihat animasi simulasi, dan
menggunakan fasilitas trace and debug dari Promodel 4.0.
Validasi adalah suatu proses untuk menentukan apakah model
konseptual telah mencerminkan sistem dalam kehidupan nyata atau tidak.
Beberapa teknik yang dapat dilakukan seperti melihat animasi,
membandingkan dengan actual system, membandingkan dengan model lain,
menguji dengan data historis, dan lainnya.